操作系统原理 —— 文件的逻辑结构（二十三）

文件的逻辑结构

这里说的逻辑结构，就是指在用户看来，文件内部的数据应该是如何组织起来的，而 物理结构 指的是在操作系统看来，文件的数据是如何被存放的。

从逻辑结构结构来看，我们可以打开一个记事本，里面的文字内容从用户的角度来看就是无结构的，但是又从 Excel 来看，它是有结构的，它可以包含表头、包含数据。

所以在操作系统中，也是可以分为这两个不同类型的文件，进行存储，接下来我们就需要站在物理结构 的角度上来看，文件是如何被存放在硬盘上的。

无结构文件

无结构的文件，内部数据就是一系列的二进制或者字符流组成，又称 流式文件。

在这里呢由于 无结构文件 是没有明显的结构特性，所以不用探讨无结构文件的是如何存储的，无非就是存储对应的二进制或者字符流即可。

有结构文件

结构文件：是由一组相似的记录组成，又称为 “记录式文件”，每条记录由若个干数据项组成，这个就好比如我们使用的 Excel，如下图：

对于操作系统而言，每一个记录项应该分配多少空间呢？ 学过数据库的同学就知道，在创建一个数据库表，在设计表字段的时候，是需要指定字段的长度的。 基本的数据类型指定长度都没问题，但是有一个大文本的数据类型，它是没办法指定长度的。

所以操作系统在存储有结构的文件时，也可以分为定长记录和可变长记录两种。

对于有结构文件是如何在硬盘上进行存储的，一般可以分为三类：

顺序文件

顺序文件：文件中的记录一个接一个的顺序排列，记录可以是定长的也可以是可变长的，各个记录在物理上可以顺序存储或者链式存储。

顺序存储、链式存储如下图：

基于这两种存储方式，我们思考两个问题：

1、能否快速找到第 i 个记录对应的地址？ 也就是能否实现随机存储

2、能否快速找到某个关键字对应的记录对应的存放地址？ 也就是快速查找

链式存储：

无论是定长/可变长记录，都无法实现随机存取，而且每一次只能从第一个记录开始依次往后查找，和链表数据结构一样。

顺序存储：

如果是可变长记录，它是无法实现随机存储的，也是只能从第一个记录开始往后查找。如果是定长记录，可以实现随机存储，并且采用顺序结构，可以通过某者算法来达到快速查找。

索引文件

索引文件相信大家应该也不陌生了，在数据库中，我们可以为数据库字段建立相对应的索引，而建立一个索引，对应磁盘上就会存在一个索引表的文件。 在这个索引表里面，会有对应的字段内容，长度，以及指向主表数据项的指针，如下图：

索引表本身是定长记录的顺序文件，因此可以快速找到第 i 个记录对应的索引项，可以将关键字作为索引号内容，若按照关键字顺序排序，则还可以支持按照关键字折半查找。

当我们要增加、删除一个记录时，需要对索引表进行修改，由于索引文件又很快的检索速度，因此主要用于对信息处理的及时性要求比较高的场合使用，

索引顺序文件

思考一下索引文件的缺点，表里面每一条数据都对应一个索引表项，因此索引表可能会很大，比如主表有1w条数据，那么对应的索引表也会是1w条数据，那有没有可能再优化一下呢？

我们来看下索引顺序文件，索引顺序文件是索引文件和顺序文件思想的结合，在索引顺序文件中，同样会为文件建立一张索引表，但是不同的是，并不是为每一个记录对应一个索引表项，而是一组记录对应一个索引表项。

这样做的好处就是，我们把逻辑文件表项分为 50 个组，每个组里面可能对应 100 条数据，而索引表里面只需要为每一个组建立一个对应的表项，那么也就是 50 条索引表记录即可。

多级索引顺序文件

在数据量特别庞大的情况下，为了进一步提高检索效率，我们可以为顺序文件建立多级索引表。集合索引顺序文件的逻辑，既然逻辑文件可以进行分组，那么同样的，索引表文件也可以进行分组，再一次进行拆分，如下图：

本章重点